科技巨头戴尔近日发布第三季度财报,由于供应链状况的改善有助于抵消个人电脑市场的疲软,使得该季度业绩超出了华尔街的预期水平。
即便如此,戴尔给出的下一季度指引仍低于分析师的预期,导致股价在盘后交易中出现小幅下跌。戴尔股价在常规交易时段下跌2%多,盘后又下跌了2%。
该季度戴尔在不计入股票补偿等特定成本之后的每股收益为2.30美元,轻松超过每股1.60美元的普遍预期。收入同比下降6%,至247亿美元,但仍高于华尔街预期的243.7亿美元。
与此同时,戴尔的营业收入从一年前的10.5亿美元增长至17.6亿美元,净收入达到2.41亿美元,同比减少93%,主要是因为戴尔为2018年涉及VMware股权的一次有争议的股票互换而支付了10亿美元的和解金。
正如预期的那样,戴尔客户端解决方案部门(包括PC和相关设备销售)出现了疲软,该季度收入为137.8亿美元,下滑6%,低于华尔街预期的139.3亿美元。在这个细分市场中,消费PC的销售额下滑超过29%,为30.3亿美元,低于去年同期的42.6亿美元。商用PC的销售额为107.4亿美元,低于去年同期的122.9亿美元。从好的一面来看,这两个数字都略高于华尔街的目标。
该季度戴尔的基础设施解决方案部门(包括服务器、存储阵列和网络硬件的销售)表现强劲,收入为96.3亿美元,比去年同期增长12%。戴尔表示,这主要受益于供应链的改善,缓解了组件和运费的成本压力。
Wikibon首席分析师Dave Vellante表示,戴尔基础设施解决方案部门的表现弥补了在PC市场遭遇的下滑。他解释说:“和疫情期间截然不同的是,现在客户业务成了一个拖累。现在ISG变成了收入增长创新高的驱动力。”
他解释说,该季度12亿美元积压订单让戴尔从中受益,尽管整体销售额有所下降,但仍然推高了每股收益。“这是一个信号,表明供应情况正在好转,但这也意味着戴尔正在消化积压订单。”
戴尔副董事长、联席首席运营官Jeff Clarke(如图)表示,该季度戴尔表现得“非常出色”,超出了预期水平。“我们减少了积压以满足客户需求,实现了创纪录的业务成果,包括创新高的第三季度ISG收入。与此同时,我们的创新引擎正在边缘、多云和即服务等战略领域全速运转。”
目前尚不清楚的是,戴尔未来能否推动业务整体向前发展。戴尔首席财务官Tom Sweet在财报电话会上给出了喜忧参半的预期,称戴尔预计第四季度每股收益在1.50美元至1.80美元之间,收入在230亿美元至240亿美元之间,从中位点来看分别下滑了4%和16%。
Sweet还表示,ISG的销售额预计将“大致持平”,华尔街的预期目标是每股收益1.63美元,收入248.7亿美元。
Sweet向分析师表示:“我们预计持续的全球宏观经济因素,包括经济增长放缓、通货膨胀、利率上升和货币压力,将给我们的客户带来压力,因此,即使他们仍然继续业务数字化,但IT支出意图会受到影响,这些因素正在影响着我们即将到来的这个财年,尤其是下半年。根据我们目前的预期,把第四季度作为指引起点的话,明年收入水平很可能会低于历史同期水平。”
Vellante表示,戴尔还可能面临其他更多问题,因为戴尔已经消耗了很大一部分之前未交付的订单。他说:“ISG的销售增长是因为受到客户之前未被满足的需求所推动的,感觉情况会在好转之前会变得更糟一些。”
戴尔的全年收入指引在1002.6亿美元至1012.6亿美元之间,低于华尔街预期的1018.4亿美元。
不过,这一预测并不令人感到意外。三个月前,在Gartner和IDC等市场分析公司预测PC销量可能出现至少10年来最严重的下滑之后,戴尔高管发出警告称,他们正在调低对PC市场的预期。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。